基于Segment Anything的海洋垃圾可视化光谱指数搜索算法SAMSelect
计算机视觉与模式识别
2025-06-11 v1
摘要
本文提出SAMSelect，这是一种用于多光谱图像获取显著三通道可视化的算法。我们开发了SAMSelect，并展示了其用于海洋科学家在Sentinel-2影像中直观解释漂浮海洋垃圾的用途。由于这些垃圾在中等分辨率影像中的成分异质性，这些垃圾难以可视化。面对这些困难，领域专家常通过选择特定的波段和光谱指数来进行影像可视化解释，这些选择基于常见做法和启发式方法。SAMSelect通过Segment Anything Model选择能够在小型标注数据集上实现最佳分类准确率的波段或指数组合。其核心假设是，三通道可视化能够获得最准确的分割结果，也能为光学解释提供良好的信息。我们在包含赫道及加纳和南非德加地区普遍海洋垃圾的三个Sentinel-2场景中评估了SAMSelect，并部署了来自塑料散布项目的塑料目标。这一研究揭示了新发现的以前未使用的波段组合（例如，B8和B2的归一化差分指数）的潜力，这些组合比文献中基于的指数表现出更好的性能。我们描述了本文中的算法，并提供一个开源代码仓库，对于正在进行视觉光学解释的领域科学家尤其是海洋领域的科学家将大有裨益。
引用
@article{arxiv.2506.08613,
title = {SAMSelect: A Spectral Index Search for Marine Debris Visualization using Segment Anything},
author = {Joost van Dalen and Yuki M. Asano and Marc Russwurm},
journal= {arXiv preprint arXiv:2506.08613},
year = {2025}
}